科研之友
微信
新浪微博
Facebook
分享链接
摘要
中文命名实体识别（named entity recognition, NER）字符级别模型会忽略句子中词语的信息，为此提出了一种基于知识图谱中实体类别信息增强的中文NER方法。首先，使用分词工具对训练集进行分词，选出所有可能的词语构建词表；其次，利用通用知识图谱检索词表中实体的类别信息，并以简单有效的方式构建与字符相关的词集，根据词集中实体对应的类别信息生成实体类别信息集合；最后，采用词嵌入的方法将类别信息的集合转换成嵌入与字符嵌入拼接，以此丰富嵌入层生成的特征。所提出的方法可以作为嵌入层扩充特征多样性的模块使用，也可与多种编码器-解码器的模型结合使用。在微软亚洲研究院提出的中文NER数据集上的实验展现了该模型的优越性，相较于双向长短期记忆网络与双向长短期记忆网络+条件随机场模型，在评价指标F1上分别提升了11.00%与3.09%，从而验证了知识图谱中实体的类别信息对中文NER增强的有效性。
-
单位清华大学; 中国科普研究所
